【python爬虫 系列】13.实战二 爬取京东信息

最新推荐文章于 2024-04-15 16:26:41 发布
最新推荐文章于 2024-04-15 16:26:41 发布
阅读量4k 收藏 24
点赞数 4
文章标签： python json session 正则表达式
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AI_LINNGLONG/article/details/104648859
版权

实战2 爬取京东
1.
在这里插入图片描述

2.设计架构：
在这里插入图片描述
每个商品只有100页，
用线程池处理，不需要分区
对于耗费时间的评论获取使用Celery分布式获取
Celery使用redis中间件和存储
结果写入cs
3.写代码

3.0首先我们打开redis服务：
在这里插入图片描述

在这里插入图片描述3.1headers与模块包
需要用到的模块

import requests
from bs4 import BeautifulSoup
import re,json,csv
import threadpool
from urllib import parse

headers：
因为京东不需要登录就可以预览，所以headers里面只需要user-agent就够了
我这里是：

headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36'}

3.2分析url：

https://search.jd.com/Search?keyword=python&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&wq=python&page=1&s=1&click=0
https://search.jd.com/Search?keyword=python&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&wq=python&page=3&s=53&click=0
https://search.jd.com/Search?keyword=python&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&wq=python&page=5&s=103&click=0
https://search.jd.com/Search?keyword=python&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&wq=python&page=199&s=5916&click=0

Keyword和wq是关键词，Page是以2为间隔的页码，其余的删除后依然可以正常访问
（可以在fiddler里面get获取主要的关键词）

我们只需要爬取100页信息，再加上详情页并不需要分区，直接上多线程

代码：

if __name__ == '__main__':
	urls=[]
	for i in range(1,200,2):
		url="https://search.jd.com/Search?keyword={}&wq={}&page={}".format(KEYWORD,KEYWORD,i)
	urls.append(([url,],None))
	pool=threadpool.ThreadPool(50)
	reque=threadpool.makeRequests(get_index,urls)
	for i in reque:
		pool.putRequest(r)
	pool.wait()

3.3获取商品链接
每个书：

书的链接：

输出：
/

/item.jd.com/12078837472.html
//item.jd.com/29767362475.html
//item.jd.com/59877437638.html
//item.jd.com/32916598812.html
//item.jd.com/49907844022.html
//item.jd.com/45701719377.html
//item.jd.com/52136708338.html
//item.jd.com/55505503148.html
//item.jd.com/52818072234.html
//item.jd.com/65371112520.html
//item.jd.com/49842088229.html
//item.jd.com/31293994256.html
//item.jd.com/49995223799.html
//item.jd.com/59507188164.html
//item.jd.com/54792602555.html
//item.jd.com/44159974823.html
//item.jd.com/50861274258.html
//item.jd.com/63838250016.html
//item.jd.com/53723058126.html
//item.jd.com/54141656861.html
//item.jd.com/29943892195.html
//item.jd.com/58400526276.html
//item.jd.com/30897463332.html
//item.jd.com/59587466797.html
//item.jd.com/46160387544.html
//item.jd.com/59796641853.html
//item.jd.com/11896401.html
//item.jd.com/48234134921.html
//item.jd.com/40347535627.html
//item.jd.com/10599758.html

这是不规范的URL
我们需要使用parse包转化为合适的URL（利用urljoin方法加上前面的主站即可）

完善代码如下：

import requests
from bs4 import BeautifulSoup
import re,json,csv
import threadpool
from urllib import parse
KEYWORD="python"
headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36'}
base="https://item.jd.com/"
#一开始的请求页面
def get_index(url):
	session=requests.session()
	session.headers=headers
	html=session.get(url)
	soup=BeautifulSoup(html.text,"lxml")
	items=soup.select('li.gl-item')
	for item in items:
		inner_url=item.select('.gl-i-wrap div.p-img a')[0].get('href')
		new_inner_url=parse.urljoin(base,inner_url)
		#print(inner_url)


if __name__ == '__main__':
	urls=[]
	for i in range(1,200,2):
		url="https://search.jd.com/Search?keyword={}&wq={}&page={}".format(KEYWORD,KEYWORD,i)
	urls.append(([url,],None))
	pool=threadpool.ThreadPool(50)
	reque=threadpool.makeRequests(get_index,urls)
	for i in reque:
		pool.putRequest(i)
	pool.wait()

3.3获取评论数

def get_ index lists (htm1) :
html. encoding=' utf8'
soup=BeautifulSoup (html. text,' 1xm1' )
lis=soup. find_ al1( li' z,attrs={' 'class" : g1-item })
for li in lis:
number=li. find(' div zattrs={" class : p-commit" }). strong
print (number)

在这里插入图片描述
可以看到我们的输出，明显是JavaScript的语法
这是无法在页面上捕捉的从采集到的信息
使用JS渲染，我们需要到网络里寻找接口
查找接口：
我们发现存在一个productComments接口
里边存在json格式的数据

在这里插入图片描述
在这里插入图片描述

https://club.jd.com/comment/productCommentSummaries.action?referenceIds=12562129&callback=jQuery3108939&_=1583139360714

看这里的referenceIds=12562129，
我们发现只要在URL中传递一个referenceld字段就可以
找到对应的评论数
而这个ID正是每-一个商品URL里边自带的ID
我们可以写一个函数利用正则表达式获取这个id：

def get_id(url):
	id=re.compile('\d+')
	res=id.findall(url)
	return res[0]

单独写成函数是为了方便日后更改

我们在测试test.py解析这个网址页面，：

import requests

url='https://club.jd.com/comment/productCommentSummaries.action?referenceIds=12562129&callback=jQuery3108939&_=1583139360714'

html=requests.get(url)
print(html.text)

输出：

jQuery3108939({"CommentsCount":[{"SkuId":12562129,"ProductId":12562129,"ShowCount":579,"ShowCountStr":"500+","CommentCountStr":"2.3万+","CommentCount":23806,"AverageScore":5,"DefaultGoodCountStr":"1.9万+","DefaultGoodCount":19164,"GoodCountStr":"9700+","GoodCount":9747,"AfterCount":45,"OneYear":0,"AfterCountStr":"40+","VideoCount":27,"VideoCountStr":"20+","GoodRate":0.99,"GoodRateShow":99,"GoodRateStyle":148,"GeneralCountStr":"30+","GeneralCount":35,"GeneralRate":0.0030,"GeneralRateShow":0,"GeneralRateStyle":0,"PoorCountStr":"30+","PoorCount":38,"SensitiveBook":0,"PoorRate":0.0070,"PoorRateShow":1,"PoorRateStyle":2}]});
可以看到，这虽然是个json，但是却多了我们不需要的json内容格式（加粗部分），所以如果你用json方法是解析不了的，会报错，这就需要我们利用一些手段去除多余的部分，你可以利用正则表达式，也可利用下面的方法：
我们需要截取json，二次解析
import requests
import json

url='https://club.jd.com/comment/productCommentSummaries.action?referenceIds=12562129&callback=jQuery3108939&_=1583139360714'

html=requests.get(url)
#print(html.text)
#print(html.json())

comment=html.text

start=comment.find('{"CommentsCount"')
end=comment.find('"PoorRateStyle":2}]}')+len('"PoorRateStyle":2}]}')


Content = json.loads(comment[start:end])['CommentsCount']
print(Content)
print(Content[0]["ShowCountStr"])

把不属于JSON的部分截断选取json括号里边的内容
确定start和end后截取使用json库进行解析

输出：

[{'SkuId': 12562129, 'ProductId': 12562129, 'ShowCount': 579, 'ShowCountStr': '500+', 'CommentCountStr': '2.3万+', 'CommentCount': 23806, 'AverageScore': 5, 'DefaultGoodCountStr': '1.9万+', 'DefaultGoodCount': 19164, 'GoodCountStr': '9700+', 'GoodCount': 9747, 'AfterCount': 45, 'OneYear': 0, 'AfterCountStr': '40+', 'VideoCount': 27, 'VideoCountStr': '20+', 'GoodRate': 0.99, 'GoodRateShow': 99, 'GoodRateStyle': 148, 'GeneralCountStr': '30+', 'GeneralCount': 35, 'GeneralRate': 0.003, 'GeneralRateShow': 0, 'GeneralRateStyle': 0, 'PoorCountStr': '30+', 'PoorCount': 38, 'SensitiveBook': 0, 'PoorRate': 0.007, 'PoorRateShow': 1, 'PoorRateStyle': 2}]
500+

在main.py内定义函数以获取评论数

def get_comm_num(url):
	item_id=get_id(url)
	comm_url="https://club.jd.com/comment/productCommentSummaries.action?referenceIds={}&callback=jQuery3108939&_=1583139360714".format(item_id)
	comment=session.get(comm_url,headers=headers).text
	start=comment.find('{"CommentsCount"')
	end=comment.find('"PoorRateStyle":2}]}')+len('"PoorRateStyle":2}]}')
	try:
		content = json.loads(comment[start:end])['CommentsCount']
	except:
		return 0
	comm_num=content[0]["ShowCountStr"]
	return comm_num

3.4获取页面信息
包括价格，id，评分
在这里插入图片描述在这里插入图片描述

这些比较简单就不再一一赘述，当然注意第一个图，整好符合python的字典格式，可以利用字典存储。
3.5分布式获取评论

评论也使用JS渲染，无法直接获取，我们需要寻找接口
在这里插入图片描述

JSON不规范依然需要我们二次解析
重复上一次的步骤截取规范的json。用josn包解析

但如果你访问这个页面，服务器返回空，

这时候是服务器采用了防盗链的技术我们加refer就好了

再有需要注意的是，京东评论最多有99页，并且每个物品的评价数量不固定，也就是说我们没有一个固定的页数，这就是很厉害的反爬机制，我们可以利用comm-num/10来定义这个页数。
我们当然可以直接写一个函数来完成这个操作，但是我们这里评论的获取非常耗费时间
有的商品评论长达99页，至少访问99次接口才能返回数据
因此这里使用Celery分布式，把耗费时间的操作交给celery,
参考：https://www.cnblogs.com/cwp-bg/p/8759638.html
我们只需要不断提交任务即可
编写getComm.py：

from celery import Celery
import requests,re,json

app=Celery("tasks",
			backend="redis://127.0.0.1:6379/2",
			broker="redis://127.0.0.1:6379/1")
headers={"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36"}

def get_id(url):
	id=re.compile('\d+')
	res=id.findall(url)
	return res[0]

@app.task

def get_comm(url,comm_num):
	good_comments=""
	item_id = get_id(url)
	pages=comm_num//10
	if pages>99:
		pages=99
	for page in range(0,pages):
		comment_url='https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId={}&score=0&sortType=6&page={}&pageSize=10&isShadowSku=0&rid=0&fold=1'.format(item_id,page)
		headers["Referer"] = url
		json_decoder = requests.get(comment_url,headers=headers).text

		try:
			if json_decoder:
				start=json_decoder.find('productAttr')
				end=json_decoder.find('}]}')+len('}]}')
				content=json.loads(s=json_decoder[start:end])
				comments=content["comments"]
				for c in comments:
					comm=c["content"]
					good_comments+="{} |".format(comm)
		
		except Exception as e:
			pass
	return item_id,good_comments

运行方式：

Celery  -A   getComm   Worke     -P eventlet      -c 20       -l info

一个进程 文件名 运行工作者 以eventlet运行 20个线程 定义顶级正常

最后celery异步运行返回 ltem_ ld和评论的字符串

3.6Main.py最终代码：

import requests
from bs4 import BeautifulSoup
import re,json,csv
import threadpool
from urllib import parse

KEYWORD="python"
headers={'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3947.100 Safari/537.36'}
base="https://item.jd.com/"
id_comm_dict=[]

session = requests.session()  #建立会话利用session长链接
session.headers = headers

def get_id(url):
	id=re.compile('\d+')
	res=id.findall(url)
	return res[0]

#一开始的请求页面
def get_index(url):
	session=requests.session()
	session.headers=headers
	html=session.get(url)
	soup=BeautifulSoup(html.text,"lxml")
	items=soup.select('li.gl-item')
	for item in items:
		inner_url=item.select('.gl-i-wrap div.p-img a')[0].get('href')
		new_inner_url=parse.urljoin(base,inner_url)
		#print(inner_url)
		item_id=get_id(new_inner_url)
		#评论数
		comm_num=get_comm_num(new_inner_url)
		#print(comm_num)
		#获取评论内容
		if comm_num>0:
			id_comm_dict[item_id]=get_Comm.delay(new_inner_url,comm_num)
			print(id_comm_dict)
		#店铺内部信息
		shop_info_data=get_shop_info(new_inner_url)
		print(shop_info_data)
		#价格
		
		price=item.select("div.p-price strong i")[0].text
		shop_info_data["price"]=price
		shop_info_data["comm_num"]=comm_num
		shop_info_data["item_id"]=item_id
		#print(shop_info_data)
		write_csv(shop_info_data)

head=['item_id', 'comm_num',"shop_name","shop_evaluation","logistics","sale_server","shop_brand","price",]
def write_csv(row):
	with open("shop.csv","a+",encoding="utf-8") as f:
		csv_writer=csv.DictWriter(f,head)
		csv_writer.writerow(row)

#获取店铺信息			
def get_shop_info(url):
	shop_data={}
	html=requests.get(url,headers=headers)
	soup=BeautifulSoup(html.text,"lxml")
	try:
		shop_name=soup.select("div.mt h3 a")[0].text
	except:
		shop_name="京东"
	shop_score=soup.select(".score-part span.score-detail em")
	try:
		shop_evaluation=shop_score[0].text
		logistics=shop_score[1].text
		sale_server=shop_score[2].text
	except:
		shop_evaluation=None
		logistics=None
		sale_server=None

	shop_info=soup.select("div.p-parameter ul")
	shop_brand=shop_info[0].select("ul li a")[0].text
	try:
		shop_other=shop_info[1].select("li")
		for s in shop_other:
			data=s.text.split(":")
			key=data[0]
			value=data[1]
			shop_data[key]=value
	except:
		pass
	shop_data["shop_name"]=shop_name
	shop_data["shop_evaluation"]=shop_evaluation
	shop_data["logistics"]=logistics
	shop_data["sale_server"]=sale_server
	shop_data["shop_brand"]=shop_brand
	return shop_data

#获取评论数量		
def get_comm_num(url):
	item_id=get_id(url)
	comm_url="https://club.jd.com/comment/productCommentSummaries.action?referenceIds={}&callback=jQuery3108939&_=1583139360714".format(item_id)
	comment=session.get(comm_url,headers=headers).text
	start=comment.find('{"CommentsCount"')
	end=comment.find('"PoorRateStyle":2}]}')+len('"PoorRateStyle":2}]}')
	try:
		content = json.loads(comment[start:end])['CommentsCount']
	except:
		return 0
	comm_num=content[0]["CommentCount"]
	#print(comm_num)
	return int(comm_num)

if __name__ == '__main__':
	urls=[]
	for i in range(1,200,2):
		url="https://search.jd.com/Search?keyword={}&wq={}&page={}".format(KEYWORD,KEYWORD,i)
	urls.append(([url,],None))
	pool=threadpool.ThreadPool(50)
	reque=threadpool.makeRequests(get_index,urls)
	for i in reque:
		pool.putRequest(i)
	pool.wait()

3.7获取评论数据
我们把backend存储在了redis的2号数据库里，迭代里边的键，获取结果即可

import redis
import json
def write_csv(row):
	with open(shop.txt,"a+",encoding="utf8") as f:
		f.write(str(row)+"\n")
r=redis.Redis(host="127.0.0.1",port=6379,db=2)
keys=r.keys()
for key in keys:
	res=r.get(key)
	res=json.loads(res.decode("utf-8"))
	result=res.get("result")
	write_csv("result")
ZEVIN LI
关注
  • 4
    点赞
  • 踩
  • 24
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
爬虫_大批量抓取京东商品id和标的python程序
05-13
一款大批量抓取京东商品id和标的python程序
python爬虫框架scrapy实战之爬取京东商城进阶篇
09-21
主要给大家介绍了利用python爬虫框架scrapy爬取京东商城的相关资料，文中给出了详细的代码介绍供大家参考学习，并在文末给出了完整的代码，需要的朋友们可以参考学习，下面来一起看看吧。
Java网络爬虫——jsoup快速上手，爬取京东数据。同时解决‘京东安全’防爬问题
qq_62835094的博客
08-29 5844
java爬虫，爬取京东商品内容。同时解决登录界面跳转问题
python学习爬取数据&二级页面的数据
weixin_44899752的博客
08-02 1428
python爬取数据至二级页面的数据
爬虫实战(二) 用Python爬取网易云歌单
半虹小站
04-10 3672
最近，博主喜欢上了听歌，但是又苦于找不到好音乐，于是就打算到网易云的歌单中逛逛 本着 “用技术改变生活” 的想法，于是便想着写一个爬虫爬取网易云的歌单，并按播放量自动进行排序
京东反爬措施导致无法爬取商品价格和评论等信息解决方法
刘文刚的博客
04-06 7608
**问题描述：**在直接对京东商品的网页源码进行xpath解析时，获得的价格数据和评论数量等信息为空。 **问题分析：**经过分析发现，通过接口分析，京东商品的价格和评论信息均由jason保存。通过查找json找到相应的接口，请求数据即可解决。 解决方法： 1、第一步，寻找接口的突破口，就是接口全文检索，关于这个价格的信息 仔细查找发现了获得价格的函数。调用了ajax，如此我们分析，是不是每个价...
Python爬取京东：价格、商品ID、标题、评价、店名、是否自营
Python案例分享，B站视频教程：https://space.bilibili.com/523606542
08-13 1678
前言 本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。 作者：菜鸟级程序猿 代码实现 import requests from lxml import etree import time import random import pandas as pd import json from sqlalchemy import create_engine from sqlalchemy.dialects.oracle im.
爬虫——python爬取京东商品用户评价
m0_64430775的博客
03-21 8932
python爬取京东商品用户评论，分别爬取好评、中评、差评，以小米手环7为例
[爬虫] 京东滑动验证码破解（selenium+python)
野蛮水蜜桃。
06-17 1424
写在前面。 非原创，参考的是 https://blog.csdn.net/weixin_45943597/article/details/109210659?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromMachineLearnPai2%7Edefault-3.withoutpai&depth_1-utm_source=distribute.pc_relevant.none-tas.
python爬虫实战之爬取京东商城实例教程
09-21
主要介绍了python爬取京东商城的相关资料，文中通过爬取一个实例页面进行了讲解，通过示例代码和图文介绍的非常详细，相信对大家具有一定的参考价值，需要的朋友们下面来一起学习学习吧。
python爬虫实战，多线程爬取京东
01-20
python爬虫实战，多线程爬取京东
爬取某音乐榜单歌曲
m0_74972727的博客
10-18 436
爬取网易云音乐
基于Python的100+高质量爬虫开源项目（持续更新中）
ykhZuojava的博客
09-22 1464
以下是项目所使用的框架，不同的项目所使用的框架或许有不同，但都万差不离：Scrapy：一个快速的高级Web爬虫框架，可用于从网站中提取结构化数据。BeautifulSoup：一个用于从HTML和XML文件中提取数据的Python库。PySpider：一个轻量级，跨平台并基于事件的Python爬虫框架。Tweepy：一个用于访问Twitter API的Python库，可用于采集Twitter数据。Selenium：一个用于自动化Web浏览器的Python库，可用于模拟用户在网站上的操作。
python爬虫学习之大批量抓取京东商品id和标签
Python新手学习之家
08-20 1837
大批量抓取京东商品id和标签，废话不多说直接上代码 ''' 在学习过程中有什么不懂得可以加我的 python学习交流扣扣qun，934109170 群里有不错的学习教程、开发工具与电子书籍。 与你分享python企业当下人才需求及怎么从零基础学习好python，和学习什么内容。 ''' import requests import re import pandas as pd def get...
京东商城网页数据爬取
fdzhang001的博客
12-13 2725
对于做用户研究的同事经常需要去各个平台搜索“竞品”、“近品”等的信息，特别是用户购买后的评论信息，然后做研究分析，笔者的一个朋友曾为了搜集这些数据，在网页上一条条的去搜集，花费大量的时间。于是笔者写了这个demo供朋友使用。 首先，需要引入几个jar包     gson.jar 和 poi.jar包 <!-- 解析返回的评论信息--> <dependency> ...
Selenium+BeautifulSoup实现对京东商品完整数据的爬取！
爬遍所有网站
08-19 890
一、完整代码及注释分析 from selenium import webdriver import time import os from selenium.webdriver.chrome.options import Options from selenium.webdriver import ChromeOptions from bs4 import BeautifulSoup #初始化 def init(): # 实现无可视化界面得操作 chrome_options = Op
python爬虫实战：之爬取京东商城实例教程！（含源代码）
马小婧QAQ
05-20 9657
前言： 本文主要介绍的是利用python爬取京东商城的方法，文中介绍的非常详细，下面话不多说了，来看看详细的介绍吧。 主要工具 scrapy BeautifulSoup requests 分析步骤 1、打开京东首页，输入裤子将会看到页面跳转到了这里，这就是我们要分析的起点 2、我们可以看到这个页面并不是完全的，当我们往下拉的时候将会看到图片在不停的加载，这就是ajax,但是当我们下拉到底的时候就会看到整个页面加载了60条裤子的信息，我们打开chrome的调试工具，查找页面元素时可以看到每条裤子
Java开发从入门到精通（二十）：Java的面向对象编程OOP：异常处理
最新发布
HACKONE的博客
04-15 635
Java无法为这个世界上全部的问题都提供异常类来代表，如果企业自己的某种问题，想通过异常来表示以便用异常来管理该问题，那就需要自己来定义异常类了。这段代码上层调用saveAge(223);，不会知道这个方法到底执行成功没有，因为这个方法没有返回值，如果要返回执行情况，要用一个异常对象封装这个问题// 需求:保存一个合法的年龄System.out.println("年龄被成功保存:" + age);} else {System.out.println("年龄非法!:");异常体系的两大阵营。
Python多线程爬取图片
03-29
以下是Python多线程爬取图片的代码示例： ```python import requests from bs4 import BeautifulSoup import threading def download_image(url, filename): response = requests.get(url) with open(filename, "wb") as f: f.write(response.content) def crawl_images(url): response = requests.get(url) soup = BeautifulSoup(response.content, "html.parser") images = soup.find_all("img") for i, image in enumerate(images): image_url = image["src"] filename = "image{}.jpg".format(i) t = threading.Thread(target=download_image, args=(image_url, filename)) t.start() if __name__ == "__main__": url = "https://www.example.com" crawl_images(url) ``` 该代码首先定义了一个`download_image`函数用于下载图片，然后定义了`crawl_images`函数用于爬取图片链接，并创建多线程下载图片。最后，使用`if __name__ == "__main__":`语句调用`crawl_images`函数，传入需要爬取的网站URL。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值